Кінець 2022 року приніс не лише святкові показники продажу. Він спричинив цифровий землетрус.
ChatGPT увірвався на сцену. Жодного поступового запуску. Жодних пошепки обговорюваних бета-тестів. Ще вчора він був лише приміткою у технологічних блогах, а наступного дня вже спілкувався з усіма.
Реакція була миттєвою та поляризованою. Засоби масової інформації не переставали захоплюватися плавністю розмов. Він писав статті. Він генерував ідеї. Він навіть спробував себе у творчій прозі. Але поряд з благоговінням прийшла глибока тривога. Люди усвідомили, що цей інструмент не просто відповідає питанням. Він вторгається в те, чим люди пишаються найбільше: інтелектуальні здібності.
Мільярдна ставка
Щоб зрозуміти бота, потрібно подивитися на гроші, що стоять за ним.
OpenAI була заснована у грудні 2015 року з однією єдиною, агресивною метою: просунути штучний інтелект якнайдалі. Особою цієї місії є Сем Альтман. Можливо, ви знаєте його ім’я щодо інших успішних проектів. Він співосновав Airbnb. Він допомагав фінансувати гігантів на кшталт Reddit, Twitch та Dropbox через Y Combinator.
Спочатку Альтман співпрацював із Ілоном Маском для запуску OpenAI. З першого дня сума була величезною. Стартап залучив раунд фінансування на 1 мільярд доларів.
Але Microsoft побачила знаки на стіні. Вони приєдналися як інвестори у 2019 році. Потім, у січні 2023 року, вони пішли ва-банк. Microsoft інвестувала в OpenAI ще кілька мільярдів доларів.
Навіщо? Щоб стримати Google.
Обидва технологічні гіганти змагалися за домінування у сфері ІІ. Масштабна інвестиція Microsoft була просто підтримкою. Це була стратегічна атака протидії передовим дослідженням Google.
Це фінансування купило не лише сервери. Воно придбало результати. Дослідження OpenAI вже призвели до створення DALL-E – інструмента для генерації зображень, який викликав фурор навесні 2022 з виходом версії 2. ChatGPT став наступним логічним кроком. Генератор тексту. Співрозмовник.
Двигун під капотом
ChatGPT – це не магія. Це математика. Тяжка математика.
Основна технологія спирається великі мовні моделі (LLM). Ціль на папері проста: зрозуміти структуру людської мови. Але її реалізація страшно складна. Головне завдання алгоритму – передбачити наступне слово у реченні. Зв’язуючи ці передбачення, він генерує зв’язковий текст.
Але не можна просто завантажити скрипт на сервер та сподіватися на краще. Потрібне тренування. Величезна її кількість.
ChatGPT поглинув набір даних із 500 мільярдів документів. Йдеться про весь інтернет станом на 2021 рік. Плюс сотні тисяч книжок. Наукові статті Усі поспіль.
Їй треба було навчитися зважувати важливість кожного терміна у фразі, щоб отримати основну концепцію.
Масштаб важко уявити.
- 500 мільярдів документів проаналізовано.
- 175 мільярдів параметрів у моделі.
- 2 мільйони євро на навчання.
- 100 000 доларів на день операційних витрат лише для підтримки роботи.
Прототип ChatGPT-3 показав світові, що це можливо. Запущено 30 листопада 2022 року.
Реакція зламала інтернет.
Один мільйон реєстрацій користувачів за п’ять днів.
Це не просто рядок пошуку
Люди хотіли знати, на що він здатний.
У своїй основі ChatGPT це інтерфейс для спілкування. Але він поводиться швидше як невтомний дослідницький помічник, який занадто намагається догодити, ніж база даних.
Ми протестували його. Ми кидали до нього все поспіль.
Енциклопедичні факти? Розібрали.
Кулінарні рецепти? Розібрали.
Фільмографії? Розібрали.
Якість синтезу загалом було високою. Коли його попросили пояснити нюанси між двома складними темами, він впорався з напрочуд хорошим результатом.
Але тут стає цікаво.
ChatGPT не просто витягує дані. Він імпровізує. Щоразу, коли ви ставите питання, він генерує нову відповідь на основі ймовірності. Він не витягує статичної відповіді з полиці. Він будує відповідь у реальному часі.
І він запам’ятовує.
Він відстежує контекст розмови. Він слухає.
Під час тестування ми поставили просте географічне питання.
«Яка найдовша річка у світі?»
ChatGPT відповів: «Ніл».
Ми заперечили.
«Хіба Амазонка не довша за Ніл?»
Робот негайно виправився.
«Приношу свої вибачення. Я припустився помилки у попередній відповіді. Амазонка справді є найдовшою річкою у світі».
Ця здатність до самокорекції у межах вікна контексту відрізняє сучасні LLM від старих пошукових алгоритмів. Він не просто шукає фактів. Він підтримує діалог.
Але чи робить це його розумнішим? Чи просто краще імітує розмову?
Це питання, що висить над кожним технологічним працівником, студентом та цікавим користувачем, який намагається зрозуміти, чи дивиться він на інструмент чи на конкурента.
Можливості генерації контенту
Утиліта виходить за межі простої відповіді на запитання. Ми протестували систему за допомогою специфічних, трохи хаотичних запитів. Один запит був простим: згенерувати приклади коментарів до спірної статті, включаючи емодзі. Результат виявився стандартним для інтернету: шаблонний вираз шоку у поєднанні із сумним смайликом. Типово.
Але ми пішли далі. Модель створила посади для Facebook. Вона склала поради щодо торгу при купівлі вживаних автомобілів. Вона запропонувала програмне забезпечення для редагування зображень. Діапазон був широким. Ми хотіли перевірити межу можливостей, тож попросили скласти план сюжету для детективного роману. Результат виявився напрочуд зв’язковим. Він збудував загадку з реальною структурою.
Проте є й обмеження. Завдання творчого листа давалися моделі з труднощами. Ми попросили написати реп-пісню про 2023 рік. Результат виявився порожнім. Любовне вірш теж вдалося. Ритм було порушено. Емоції не вистачало. Все звучало механічно.
Модель виявляє менше натхнення, коли намагається передати сирі людські емоції чи культурні нюанси.
Ця непослідовність може заспокоювати. Вона доводить, що ІІ не всемогутній у художніх сферах. Проте питання залишається відкритим. Це заспокоєння тимчасове. Розрив між логічним сюжетом та щирим віршем, ймовірно, скоротиться. Просто ще не зараз.
Коли ІІ пише за вас
Сумаризація – одна з тих функцій, які роблять ChatGPT по-справжньому корисним, а не просто кумедним трюком. Я протестував її, подавши на вхід довгу статтю про генератори зображень на основі ІІ з Futura Sciences. Результат був не лише точним, а й лаконічним.
У статті обговорюється використання штучного інтелекту для створення зображень за текстовим описом. Цю функцію використовують кілька програм, таких як Dall-e 2, Stable Diffusion та MidJourney. Принцип їх роботи полягає у введенні тексту та генерації відповідного зображення з високим рівнем художньої якості. У статті також згадується OpenAI, некомерційна організація, що створила Dall-e 2 і прагне розширити межі ІІ, дотримуючись етичних принципів, що забезпечують безпеку людини.
Він уловив суть Dall-e 2, Stable Diffusion та MidJourney, не заглиблюючись у технічні терміни. Він навіть правильно визначив некомерційний статус OpenAI та її заявлені етичні цілі. Це значний стрибок у порівнянні з ранніми моделями ІІ, які часто «галюцинували» контекст або нехтували головним видом.
Генерація коду як прискорювач
Якщо сумаризація — це швидка перемога, то програмування там, де корисність різко зростає. ChatGPT може генерувати функціональні фрагменти коду, які можна скопіювати та вставити в проект. Я попросив створити контактну форму. Результатом став валідний HTML та CSS, готові до розгортання.
Але що справді вражає: він також може генерувати код, спеціально адаптований для WordPress. Для розробників та власників сайтів, які не пишуть код на PHP з нуля щодня, це значно скорочує час розробки. Він не просто надає синтаксис; він розуміє контекст середовища управління контентом (CMS).
Темна сторона: академічний та контентний обман
Зрозуміло, не всі бачать у цьому корисного помічника. Деякі розглядають його як інструмент для обходу правил, що підриває чесність. Викладачі вже помітили, що студенти використовують його для написання есеїв.
Розглянемо питання, поставлене професором з Ліонського університету: * Якою мірою герой несе відповідальність за свої вчинки? *
Я ввів цей точний запит у ChatGPT. Відповідь була філософською, структурованою і цілком правдоподібною:
Герой відповідає за свої вчинки, оскільки усвідомлює, що він робить, і наслідки. Він здатний приймати рішення та реалізовувати їх як позитивні, так і негативні. Він також несе відповідальність за свої вчинки, оскільки повинен звітувати перед владою та суспільством і здатний визнавати та каятися у своїх помилках. Зрештою, герой несе відповідальність за свої вчинки, оскільки є вільною та автономною особистістю, яка має звітувати перед собою та своїми близькими.
Коли я продовжив діалог, попросивши написати есе на цю тему обсягом 500 слів, ChatGPT впорався із завданням. Тон був академічним. Структура була грамотною. Його можна було б прийняти за роботу компетентного студента. Саме тут обіцянка «робочого коду» перетворюється на інструмент для списування.
Де ІІ спотикається
Незважаючи на свою досконалість, ChatGPT не безпомилковий. Він «галюцинує». Більше того, він припускається фактичних помилок, іноді грубих.
Візьмемо Рене Декарта. На початку січня, якщо ви запитали ChatGPT, де жив цей філософ, він стверджував, що він проводив час у Південній Америці. Це історично не так. Декарт помер у Швеції та переважно жив у Франції та Нідерландах. Через місяць модель виправилася. Коли її спитали конкретно про Південну Америку, вона відмовилася від свого попереднього твердження.
Здається, що модель навчається або коригує свої ваги з часом, але немає прозорості в тому, як вона виправляє ці помилки. На відміну від Вікіпедії, яка наводить джерела, ChatGPT відповідає без ланцюжка посилань на джерела. Якщо ви використовуєте його для досліджень, ви довіряєте «чорній скриньці». Якщо вам потрібно перевірити факт, вам все одно доведеться звертатися до першоджерел.
Проблема прогнозування
Давайте будемо відвертими: ChatGPT не претендує на наявність кришталевої кулі. Коли йдеться про президентські вибори у Франції у 2027 році, модель ухиляється від відповіді. Якщо попросити назвати конкретну дату, коли люди ступлять на Марс, вона відмовляється робити припущення. Ми змінювали формулювання, перевіряли межі допустимого, але модель не зрушила з місця.
Частина цього явища обумовлена структурою. ChatGPT 3 спирається на базу даних, актуальність якої обмежена 2021 роком. Все, що сталося після цієї дати, для неї невидиме. Однак мовчання моделі йде глибше, ніж відсутність даних.
Відмова від вибору сторони
Ми просили висловити думку. Багато думок. Відповіді суворо вкладалися у рамки політичної коректності. Кожна відповідь видавалася ретельно вивіреним прес-релізом.
Візьмемо порівняння Джо Байдена та Дональда Трампа. Модель зазначає, що мають різні позиції. Вона стверджує, що визначення того, хто «краще» залежить від індивідуальних критеріїв. Вона не обирає переможця.
Запитайте, чи є атомна енергетика екологічною. Модель перераховує аргументи «за» та «проти». Вона займає вичікувальну позицію.
Але є один виняток. Один жорсткий кордон.
Червона лінія у питанні клімату
Щоразу, коли виникає тема «кліматичних скептиків», тон змінюється. Модель стає твердою. Вона відкидає альтернативні погляди. У питанні глобального потепління немає нюансів.
Це породжує настирливе питання. Чи не заклали програмісти свої власні упередження до коду?
Ми не повинні ігнорувати можливість того, що розробники вплинули на поведінку моделі в темах, що їх глибоко хвилювали.
Варто запитати: чи є ця жорсткість наслідком навчальних даних чи свідомо встановленим обмеженням? Модель не робить припущень. Вона просто нав’язує консенсус.
Чому жарти не працюють
Гумор – це сліпа пляма. Коли модель просили написати жарт, вона не змогла видати нічого, що могло б викликати сміх. Справа не лише в тому, що вони були поганими; вони були структурно неспроможними чи банально очевидними. ІІ не володіє інтуїтивним стрибком, необхідним для дотепності. Він імітує форму панчлайна, не розуміючи ні таймінгу, ні підтексту.
Милиця кліше
Також є тенденція до заповнення тексту. Висновок часто затягується, розбавляється багатослівними формулюваннями, що мало що говорять. Ви отримуєте довгі звивисті пропозиції, які можна скоротити вдвічі без втрати змісту. Найгірше, модель сильно покладається на заїжджені фрази. Одні й самі переходи повторюються знову і знову, з лише незначною заміною слів. Це патерн коливань, замаскований під прозу. Коли модель не знає відповіді, вона робить паузу. Вона просто каже більше.
